Codex, Alt Ajan Desteği Sunmaya Başladı

• OpenAI Codex, alt ajan iş akışlarını destekleyerek karmaşık görevleri birden fazla uzman ajana paralel olarak dağıtma ve sonuçları tek bir yanıtta birleştirme imkanı sunuyor
• Alt ajanlar yalnızca kullanıcı açıkça talep ettiğinde oluşturuluyor; her ajan modeli ve araçları bağımsız kullandığı için token tüketimi tek ajana göre artıyor
• Özel ajanlar, TOML dosyalarıyla tanımlanabiliyor; böylece model, sandbox modu, MCP sunucuları gibi ayarlar her ajan için bağımsız yapılandırılabiliyor
• CSV dosyasındaki her satırı bir iş birimi olarak ele alıp worker ajanları toplu şekilde oluşturan deneysel spawn_agents_on_csv özelliği de yer alıyor
• Kod incelemesi, frontend hata ayıklama gibi gerçek kullanım senaryoları için özel ajan kombinasyon desenleri resmi dokümantasyonda doğrudan anlatılıyor

---

Alt ajanlara genel bakış ve kullanılabilirlik

• Codex, uzmanlaşmış ajanları paralel olarak oluşturup (spawn) sonuçları tek bir yanıtta toplayan alt ajan iş akışlarını destekliyor
• Kod tabanı keşfi ya da çok adımlı özellik geliştirme planları gibi yüksek paralellik gerektiren karmaşık görevlerde özellikle faydalı
• Alt ajan iş akışlarında, göreve göre farklı model ayarları ve talimatlara sahip özel ajanlar da tanımlanabiliyor
• Mevcut Codex sürümünde alt ajan iş akışları varsayılan olarak etkin
• Alt ajan etkinlikleri şu anda Codex uygulaması ve CLI içinde görülebiliyor; IDE Extension görünürlüğü ise yakında eklenecek
• Alt ajanlar yalnızca kullanıcı açıkça istediğinde oluşturuluyor; her alt ajan kendi model ve araç işlemlerini yürüttüğü için tek ajan çalıştırmaya kıyasla daha fazla token tüketiyor

Tipik iş akışı

• Codex, ajanlar arası orkestrasyonu yönetiyor: yeni alt ajan oluşturma, takip eden talimatları yönlendirme, sonuçları bekleme ve ajan iş parçacıklarını sonlandırma dahil
• Birden fazla ajan çalışırken Codex, tüm istek sonuçları hazır olana kadar bekleyip birleşik yanıt döndürüyor
• Örnek prompt: mevcut PR için güvenlik sorunları, kod kalitesi, bug'lar, race condition'lar, test kararsızlığı ve bakım yapılabilirlik başlıklarının her biri için birer ajan oluşturulmasını ve toplam sonucun özetlenmesini istemek

Alt ajan yönetimi

• CLI'da /agent komutuyla etkin ajan iş parçacıkları arasında geçiş yapmak ve devam eden iş parçacıklarını incelemek mümkün
• Codex'e doğrudan istekte bulunarak çalışan alt ajanları yönlendirmek, durdurmak veya tamamlanan iş parçacıklarını kapatmak mümkün

Onay ve sandbox kontrolü

• Alt ajanlar, kullanıcının mevcut sandbox politikasını devralıyor
• Etkileşimli CLI oturumlarında, etkin olmayan ajan iş parçacıklarının onay istekleri ana iş parçacığı kullanılırken de görünebilir ve onay katmanında kaynak iş parçacığı etiketi gösterilir
  • o tuşuna basarak ilgili iş parçacığını açabilir, onaylayabilir, reddedebilir veya yanıt verebilirsiniz
• Etkileşimsiz akışlarda yeni onay gösterilemediği için, onay gerektiren işler başarısız olur ve hata üst iş akışına iletilir
• Alt ajan oluşturulurken ebeveyn turunun canlı çalışma zamanı geçersiz kılmaları yeniden uygulanır: /approvals değişiklikleri veya --yolo gibi etkileşimli ayarlar dahil
  • Seçilen özel ajan dosyası farklı varsayılanlar ayarlasa bile ebeveynin ayarları önceliklidir
• Tek tek özel ajanlar için sandbox ayarları ayrıca geçersiz kılınabilir (örneğin belirli bir ajanı salt okunur moda almak)

Özel ajanlar

• Codex içinde varsayılan olarak gelen 3 ajan türü bulunuyor
  • default: genel amaçlı yedek ajan
  • worker: uygulama ve düzeltmeye odaklanan icra odaklı ajan
  • explorer: kod tabanı keşfi için okuma odaklı ajan
• Özel ajan tanımlarken ~/.codex/agents/ (kişisel) veya .codex/agents/ (proje kapsamı) altında ayrı TOML dosyaları ekleniyor
• Her dosya bir özel ajan tanımlıyor ve Codex bunu oluşturma oturumunun yapılandırma katmanı olarak yüklüyor
• Tüm özel ajan dosyalarında bulunması zorunlu alanlar:
  • name, description, developer_instructions
• İsteğe bağlı alanlar: nickname_candidates, model, model_reasoning_effort, sandbox_mode, mcp_servers, skills.config vb.; atlanırsa ebeveyn oturumdan devralınır

Genel ayarlar

• Alt ajanlara ilişkin genel ayarlar, yapılandırma dosyasındaki [agents] bölümünde tanımlanıyor
• agents.max_threads: aynı anda açık ajan iş parçacığı üst sınırı (varsayılan 6)
• agents.max_depth: oluşturulan ajanların iç içe geçme derinliği (varsayılan 1; yalnızca doğrudan çocuk ajanlara izin verir, daha derin iç içeliği engeller)
• agents.job_max_runtime_seconds: spawn_agents_on_csv işleri için worker başına varsayılan zaman aşımı (tanımlanmazsa çağrı başına varsayılan 1800 saniye)
• Özel ajan adı explorer gibi yerleşik bir ajanla aynıysa özel ajan öncelikli olur

Özel ajan dosyası şeması

• name (string, zorunlu): Codex'in ajanı oluştururken veya referans verirken kullandığı ajan adı
• description (string, zorunlu): Codex'in bu ajanı ne zaman kullanması gerektiğine dair insana yönelik rehber
• developer_instructions (string, zorunlu): ajanın davranışını tanımlayan temel talimatlar
• nickname_candidates (string[], isteğe bağlı): oluşturulan ajanın görünen takma ad havuzu
• Desteklenen diğer config.toml anahtarları da eklenebilir: model, model_reasoning_effort, sandbox_mode, mcp_servers, skills.config vb.
• Codex ajanı name alanıyla tanımlar; dosya adıyla ajan adını eşleştirmek en basit gelenektir ancak esas kaynak name alanıdır (source of truth)

Görünen takma adlar

• nickname_candidates, aynı özel ajanın birden fazla örneği çalıştırıldığında arayüzde ayırt edilebilir etiketler göstermek için kullanılır
• Takma adlar yalnızca görsel amaçlıdır; Codex ajanı yine name ile tanımlar ve oluşturur
• Takma ad adayları boş olmayan benzersiz isimlerden oluşmalıdır; ASCII harfler, rakamlar, boşluk, tire ve alt çizgi kullanılabilir
• Örnek: reviewer ajanına ["Atlas", "Delta", "Echo"] takma adları verilirse uygulama ve CLI'da takma adlar gösterilir ama temel ajan türü reviewer olarak kalır

Örnek 1: PR inceleme deseni

• İncelemeyi üç özelleşmiş özel ajana bölen bir desen
  • pr_explorer: kod tabanını haritalayan ve kanıt toplayan salt okunur ajan (model: gpt-5.3-codex-spark, reasoning effort: medium)
  • reviewer: doğruluk, güvenlik ve test riski arayan PR inceleyicisi (model: gpt-5.4, reasoning effort: high)
  • docs_researcher: özel bir MCP sunucusu üzerinden framework veya API dokümantasyonunu kontrol eden dokümantasyon uzmanı (model: gpt-5.3-codex-spark, salt okunur)
• Proje ayarları: max_threads = 6, max_depth = 1
• pr_explorer talimatları: keşif modunda kal, gerçek yürütme yollarını izle, dosya ve sembollere atıf yap, ebeveyn ajan istemedikçe değişiklik önermekten kaçın
• reviewer talimatları: sahip gözüyle incele, doğruluk, güvenlik, davranış regresyonu ve eksik test kapsamını önceliklendir, mümkünse yeniden üretim adımları ekle, yalnızca stil odaklı yorumlardan gerçek bir bug'ı gizlemiyorsa kaçın
• docs_researcher talimatları: docs MCP sunucusunu kullanarak API'leri, seçenekleri ve sürüme göre davranışları doğrula; link veya kesin referanslarla birlikte kısa yanıt ver, kod değişikliği yapma
• Kullanım örneği prompt'u: "Bu branch'i main ile karşılaştırarak incele. pr_explorer etkilenen kod yollarını haritalasın, reviewer somut riskleri bulsun, docs_researcher ise yamanın dayandığı framework API'lerini doğrulasın"

CSV toplu işleme: spawn_agents_on_csv (deneysel)

• Deneysel bir özellik ve ileride değişebilir
• Çok sayıda benzer görev olduğunda, CSV'nin her satırını tek bir iş birimi kabul ederek worker alt ajanları toplu biçimde oluşturur
• Codex CSV'yi okur, her satır için bir worker ajan oluşturur, tüm toplu işin tamamlanmasını bekler ve sonuçları CSV olarak dışa aktarır
• Uygun kullanım senaryoları:
  • Satır başına bir dosya, paket veya hizmeti incelemek
  • Incident, PR veya migrasyon hedefi listelerini gözden geçirmek
  • Çok sayıdaki benzer girdi için yapılandırılmış özetler üretmek
• Araç giriş parametreleri: csv_path (kaynak CSV), instruction (worker prompt şablonu, {column_name} yer tutucuları kullanır), id_column (kararlı öğe kimliği), output_schema (sabit JSON biçimi), output_csv_path, max_concurrency, max_runtime_seconds
• Her worker report_agent_job_result fonksiyonunu tam olarak bir kez çağırmak zorundadır; sonuç bildirmeden sona ererse ilgili satır hata olarak işaretlenir
• codex exec ile çalıştırıldığında, toplu iş ilerlerken stderr üzerinde tek satırlık ilerleme güncellemesi gösterilir
• Dışa aktarılan CSV, özgün satır verileriyle birlikte job_id, item_id, status, last_error, result_json gibi meta verileri de içerir
• İlgili çalışma zamanı ayarları: agents.max_threads (eşzamanlı iş parçacığı üst sınırı), agents.job_max_runtime_seconds (worker başına zaman aşımı; çağrı bazlı max_runtime_seconds önceliklidir), sqlite_home (ajan işleri ve dışa aktarılan sonuçlar için kullanılan SQLite durum depolama yolu)

Örnek 2: Frontend entegrasyon hata ayıklama deseni

• UI regresyonları, kararsız tarayıcı akışları ve uygulama koduyla çalışan ürün arasında çapraz geçen entegrasyon hataları için kullanışlı bir desen
• Üç özel ajanın birleşimi:
  • code_mapper: ilgili frontend ve backend kod yollarını bulan salt okunur keşif ajanı (model: gpt-5.3-codex-spark, reasoning effort: medium)
  • browser_debugger: tarayıcı araçlarını kullanarak sorunu yeniden üreten ve kanıt yakalayan UI hata ayıklayıcısı (model: gpt-5.4, reasoning effort: high, sandbox: workspace-write)
    • Ekran görüntüleri, konsol çıktısı ve ağ kanıtları için tarayıcı araçlarını kullanır, uygulama kodunu düzenlemez
    • Chrome DevTools MCP sunucusuna bağlanır (http://localhost:3000/mcp, startup_timeout_sec: 20)
  • ui_fixer: sorun anlaşıldıktan sonra küçük ve hedefli düzeltmeleri yapan uygulama odaklı ajan (model: gpt-5.3-codex-spark, reasoning effort: medium)
    • Savunulabilir en küçük değişikliği yapar, ilgisiz dosyalara dokunmaz ve yalnızca değiştirdiği davranışı doğrular
• Kullanım örneği prompt'u: "Ayarlar modalının neden kaydetmede başarısız olduğunu araştır. browser_debugger yeniden üretsin, code_mapper ilgili kod yollarını izlesin, ui_fixer ise hata modunu anladıktan sonra minimum düzeltmeyi uygulasın"

[kgcrom]

agent yalnızca GPT-5.1-Codex-Mini modelini kullanıyor,
ama Codex App Custom instructions’a
aşağıdaki prompt’u ekleyince agent, GPT-5.3-Codex-Spark ile çalışıyor.

"- when it spawns agents, use models "GPT-5.3-Codex-Spark" or higher."

Ya da agent oluştururken model belirtmek de epey keyifli,
yrıca Codex App’te bunu alt klasör yapısıyla göstermesi hoşuma gitti.

[hmmhmmhm]

KakaoTalk'ta olağanüstü indirim kampanyası olduğunda almıştım, çok iyi kullanıyorum haha

[shakespeares]

Yazık ya, yine etkinlik yapmayacaklar galiba hıçkırık hıçkırık

[xguru]

Codex için de lütfen bir an önce uzaktan kontrol özelliği yapın!